随着信息技术的高速发展以及安全形势的迫切需要,人们对安防设备的智能性要求日益提高,智能视频监控技术已成为当今较为前沿的研究课题。其中,运动目标检测和跟踪技术作为智能视频监控的核心技术日益受到业界的关注。本文在参阅国内外大量相关文献基础上,针对视频监控系统中运动目标检测与跟踪功能难以兼顾可靠性与稳定性的缺点,着重研究视频监控系统中运动目标检测和跟踪的关键算法。在运动目标检测技术方面,针对帧间差分法和背景差分法两种算法的不足,提出了一种帧间差分法与高斯分布背景建模相结合的目标检测算法。在采用帧间差分法中,引入了“分块赋权值”的思想和通过设置上下限两个阈值判断是否出现运动目标,从而提高了目标检测的准确性和鲁棒性,实现了对运动目标的准确检测。在运动目标跟踪技术方面,针对已有粒子滤波算法中存在的退化问题和样本贫化问题,提出了一种针对重采样过程改进的粒子滤波算法,通过合理加权线性组合的方法对粒子权值进行重新赋值,改善了样本集的多样性,提高了粒子滤波算法的估计与跟踪能力。最后,进行了仿真实验,证明了本文提出的目标检测算法和跟踪算法的可行性和有效性。